DeepTutorとは？
DeepTutor は、LightRAG や nanobot を手がけた香港大学の Data Intelligence Lab（HKUDS）によるもので、2026 年 4 月の arXiv のプレプリントで説明されています。単一のチャットボットではなく学習ワークスペースです。Chat、Quiz、Research、Solve、Visualize、Mastery Path、Immersive Reading、Video Lesson が、1 つのエージェントループ、セッションのコンテキスト、そして学習者がしてきたことを読める形のファイルとして保存する 3 層のメモリを共有しています。
バックエンドは Python（FastAPI）、フロントエンドは Next.js で、PyPI から deeptutor[full] として、ソースから、または 1 つの Docker イメージとしてインストールします。ナレッジベースでは、LlamaIndex や PageIndex から GraphRAG、LightRAG、Kiwix のアーカイブ、リンクした Obsidian の vault まで、10 種類の検索バックエンドを使えます。Persistent Partners により、チューターを Telegram や Slack から WeCom や Microsoft Teams まで 13 のチャットプラットフォームに持ち込めます。CLI は JSON をストリーミングするので、他のエージェントから操作できます。
リポジトリは 2025 年 12 月に作成され、ライセンスは Apache-2.0、GitHub のスターは約 52,700 で、バージョンは v1.7.1（2026 年 10 月 31 日）です。README によると、チームに有料のオンライン製品はありません。
DeepTutorは使う価値があるか？
私たちが調べた範囲では、DeepTutor は最も完成度の高いセルフホスト型の学習支援システムで、その弱点は、それを作り上げた開発のペースそのものです。4 月に約 200,000 行を書き直した後、2026 年 9 月 1 日から 10 月 31 日までの間に、v1.6.3 から v1.7.1 まで 15 回のリリースがありました。その結果できたのは、自分の文書に基づいて回答し、そこからクイズや構造化された本を生成し、間違えた問題の間隔反復の復習をスケジュールし、フラッシュカードを Anki にエクスポートするワークスペースです。
2 つの設計上の選択が際立っています。メモリは、生のイベントの記録、整理された事実、科目をまたぐプロフィールという 3 層のプレーンなファイルで、不透明なベクトルストアではなく、管理者や学習者が開いて編集し、グラフで監査できます。そして検索は、ライブラリごとに 10 のエンジンから選べ、deeptutor kb eval コマンドで、自分の質問セットに対して Recall@k、nDCG、MRR でスコアを付けられます。判定役のモデルは使いません。自分の資料でどの検索がうまく働くかを測れる競合は、ほとんどありません。
デフォルト設定は、ノートパソコンを使う 1 人に合わせたものです。認証は auth.json で有効にしない限りオフで、ドキュメントによると、認証が無効の場合、バックエンドは通常のブラウザのオリジンを受け入れます。Docker のコマンドはポート 3782 を 127.0.0.1 にバインドするので、ローカルでは安全です。認証なしでより広く公開すると、すべての機能、保存された API キー、コード実行ツールが露出します。リクエストのスクリーニング（レート制限、IP リスト）はオプションの追加機能で、これもデフォルトではオフです。質問の内容と、文書から取得した文章は、設定したモデル、埋め込み、検索、音声のプロバイダーに送られます。リポジトリに製品のテレメトリは見つからず、GitHub にセキュリティアドバイザリは公開されていません。
コストは維持管理です。v1.6.3 はフロントエンドとバックエンドの互換性を壊すリファクタリングで、v1.7.0 はパッケージをモジュールに分割し、アップグレードには古い deeptutor-cli パッケージのアンインストールが必 要です。デスクトップのインストーラーは署名のないプレビュー版で、7 日後に期限切れになります。未解決の issue が 137 件、未解決のプルリクエストが 95 件あるため、導入する学校にはリリースを追う担当者が必要です。トピックを AI の教師による段階的な授業に変える OpenMAIC と比べると、DeepTutor は長期的な学習の相棒として優れていますが、運用し続けるにはより重いシステムです。
真価を発揮する場面
40 本の論文と 2 冊の教科書で資格試験の準備をする大学院生
自分の苦手な所を覚えているチューターと、自分の文献リストで勉強する
PDF をナレッジベースに索引付けし、Immersive Reading でページへのリンク付きの引用とともに質問し、間違えたクイズの問題を Question Bank に入れて間隔反復で復習し、フラッシュカードを Anki にエクスポートします。ソフトウェアは無料で、費用は質問ごとと索引付けした文書ごとのモデルと埋め込みのトークンです。
30 人の生徒で AI による学習支援を試験導入する中等学校の IT コーディネーター
API キーを配らずに、承認済みのモデルで生徒にチューターを提供する
Docker イメージをリバースプロキシの裏で動かし、auth.json で認証を有 効にし、最初に管理者を登録してから、機能を固定した Learner アカウントを作り、特定のモデルとナレッジベースを割り当てます。保護者はレポートを閲覧できます。オプションのリクエストガードを有効にし、アップグレード前に各リリースをテストする時間を見込んでください。
教材用の RAG パイプラインを作る ML エンジニア
自分たちの文書で実際にうまく働く検索エンジンがどれかを決める
クエリと正解の文章を記した JSONL ファイルを書き、同じコーパスで LlamaIndex、LightRAG、GraphRAG のライブラリを作り、deeptutor kb eval と kb eval-diff で比較します。メトリクスは順位から計算されるので、採点自体には検索以外のモデル呼び出しはかかりません。
導入前に確認すること
- 導入
- Python 3.11 から 3.14 と Node.js 20.9+ で pip install "deeptutor[full]" を実行し、deeptutor init と deeptutor start で 127.0.0.1:3782 にアクセスします。または名前付きボリュームを使った docker run 一回で起動します。素の deeptutor パッケージでは、中核のチャット、CLI、SDK だけがインストールされます。
- 連携
- OpenAI、Anthropic、Gemini、xAI、Mistral、NVIDIA NIM、DashScope、ローカルの Ollama、LM Studio、llama.cpp、vLLM に加え、Codex と GitHub Copilot でのサインイン。LlamaIndex、PageIndex、GraphRAG、LightRAG、Obsidian、Zotero、Kiwix。MCP サービス、EduHub と ClawHub のスキル。相談できるサブエージェントとしての Claude Code と Codex。Partners 用の 13 のチャットプラットフォーム。
- データとプライバシー
- 設定、API キー、チャット、メモリ、ナレッジベースは、ローカルの data/ ディレクトリか Docker のボリュームに置かれます。プロンプトと取得した文書のテキストは、設定したプロバイダーに送られます。認証とリクエストガードはどちらもデフォルトでオフです。スキルの取り込みは、--allow-unverified を使わない限りセキュリティのゲートを通ります。テレメトリの記載はなく、アドバイザリも公開されていません。
- 大規模利用時のコスト
- メンテナーによる有料版やホスト型サービスはありません。支出は学習者ごとのモデル、埋め込み、検索、音声の利用料と、サーバー代です。ハードウェア要件は公開されておらず、ローカルでの解析や埋め込みのモデルにはより多くのリソースが必要です。
- 制限
- 未解決の issue が 137 件、未解決のプルリクエストが 95 件あります。v1.6.3 と v1.7.0 で互換性を壊すリファクタリングがありました。PocketBase との統合は 1 ユーザーのみです。リクエストガードは WebSocket の通信やリクエストのボディを検査しません。Codex OAuth は実験的です。
良い点
- チューター、クイズ、本、読解、間隔反復の練習を 1 つのワークスペースに
- メモリは読めて編集できるファイルとして保存
- 10 の検索エンジンと、組み込みの検索スコアラー
- Apache-2.0 で、他のエージェント向けに JSON をストリーミングする CLI 付き
気になる点
- 認証がデフォルトでオフ
- 2 か月で 15 回のリリースがあり、互換性を壊すアップグレードもある
- 対象範囲が非常に広く、設定すべきモジュール、プロバイダー、追加機能が多い
- デスクトップアプリは署名のないプレビュー版
おすすめの人
自分の資料に基づくセルフホスト型のチューターを求める独学者、研究グル ープ、学校で、変化の速い Python と Node のアプリを最新に保つ担当者がいる場合。
DeepTutorの代替
DeepTutor：よくある質問
- DeepTutorは使う価値があるか？
- DeepTutor は自分でホストできるオープンソースのチューターとして最も幅広いものですが、変化が非常に速いため、運用する人はすべてのリリースノートを読むべきです。 評価は5点満点中4.0点です。
- DeepTutorの料金は？
- 無料のオープンソース（Apache-2.0）です。セルフホストのみで、費用はモデル、埋め込み、検索、音声のプロバイダーに払います。または実験的な Codex OAuth を通じて ChatGPT のプランでサインインします。
- DeepTutorの欠点は？
- 認証がデフォルトでオフ; 2 か月で 15 回のリリースがあり、互換性を壊すアップグレードもある; 対象範囲が非常に広く、設定すべきモジュール、プロバイダー、追加機能が多い; デスクトップアプリは署名のないプレビュー版.
- DeepTutorは誰に向いているか？
- 自分の資料に基づくセルフホスト型のチューターを求める独学者、研究グループ、学校で、変化の速い Python と Node のアプリを最新に保つ担当者がいる場合。
- チームや本番環境でDeepTutorを使うと費用はいくらか？
- メンテナーによる有料版やホスト型サービスはありません。支出は学習者ごとのモデル、埋め込み、検索、音声の利用料と、サーバー代です。ハードウェア要件は公開されておらず、ローカルでの解析や埋め込みのモデルにはより多くのリソースが必要です。
- DeepTutorは企業データを扱っても安全か？
- 設定、API キー、チャット、メモリ、ナレ ッジベースは、ローカルの data/ ディレクトリか Docker のボリュームに置かれます。プロンプトと取得した文書のテキストは、設定したプロバイダーに送られます。認証とリクエストガードはどちらもデフォルトでオフです。スキルの取り込みは、--allow-unverified を使わない限りセキュリティのゲートを通ります。テレメトリの記載はなく、アドバイザリも公開されていません。
- DeepTutorの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はOpenMAIC, Khoj 、 Open Notebookです。
回答確認日：2026年10月31日